BriefGPT - AI 论文速递
·
HIC-YOLOv5：改进的 YOLOv5 用于小物体检测
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
HIC-YOLOv5是一种改进的小物体检测模型，通过添加特定于小物体的额外预测头部、使用involution块和CBAM注意力机制来提高预测精度和通道信息，并减少计算代价。在VisDrone-2019-DET数据集上，mAP@[.5:.95]提高了6.42%，[email protected]提高了9.38%。
🎯
关键要点
-
HIC-YOLOv5是一种改进的小物体检测模型。
-
该模型通过添加特定于小物体的额外预测头部来提高预测精度。
-
使用involution块增加特征图的通道信息。
-
应用CBAM注意力机制以减少计算代价并增强重要信息。
-
在VisDrone-2019-DET数据集上，mAP@[.5:.95]提高了6.42%。
-
[email protected]提高了9.38%。
➡️
